การเผยแพร่กรอบการทำงานโดยกระทรวงความมั่นคงแห่งมาตุภูมิของสหรัฐฯ (DHS) ซึ่งมุ่งมั่นให้มีการใช้งาน AI อย่างปลอดภัยในโครงสร้างพื้นฐานที่สำคัญได้รับผลตอบรับที่หลากหลาย ทรัพยากรในรูปแบบใหม่นี้ถูกพัฒนาขึ้นโดยมีส่วนร่วมจากหลายภาคส่วน รวมถึงนักพัฒนา AI และผู้ดำเนินการโครงสร้างพื้นฐานที่สำคัญ ภายใต้คณะกรรมการความปลอดภัยและความมั่นคงด้านปัญญาประดิษฐ์ที่ก่อตั้งโดย Alejandro Mayorkas รัฐมนตรี DHS คณะกรรมการมีเป้าหมายในการให้คำแนะนำที่ชัดเจนเกี่ยวกับการใช้งาน AI อย่างปลอดภัยตลอดห่วงโซ่อุปทาน Mayorkas เน้นว่า AI มีโอกาสสำคัญในการช่วยเพิ่มความยืดหยุ่นและความแข็งแกร่งของโครงสร้างพื้นฐานของสหรัฐฯ ในขณะที่ตระหนักถึงความเสี่ยงที่เกี่ยวข้องเช่นช่องโหว่ในระบบ AI กรอบการทำงานของ DHS ระบุช่องโหว่ของ AI สามประเภทหลัก ได้แก่ การโจมตีโดยใช้ AI, การโจมตีระบบ AI และข้อบกพร่องในการออกแบบ ซึ่งแนะนำให้ผู้มีส่วนได้ส่วนเสียดำเนินการเฉพาะเจาะจง นักวิเคราะห์อย่าง Naveen Chhabra มองว่านี่เป็นเอกสารที่ต้องพัฒนาอย่างต่อเนื่อง เนื่องจากการคาดหวังความก้าวหน้าใน AI Chhabra ตั้งข้อสังเกตว่ากรอบการทำงานสะท้อนสถานการณ์ที่ไม่เหมือนใครของอุตสาหกรรม AI ที่ต้องการการแทรกแซงจากรัฐบาลในการพัฒนา AI ให้ปลอดภัย โดยเฉพาะอย่างยิ่งเมื่อพิจารณาถึงศักยภาพที่ระบบ AI จะเกินความสามารถของมนุษย์ Peter Rutten จาก IDC เน้นย้ำถึงความสำคัญของแนวทางในการพัฒนา AI อย่างปลอดภัยและป้องกันการใช้ข้อมูลในทางที่ผิด ซึ่งสอดคล้องกับความกังวลจากอุตสาหกรรมเทคโนโลยีเกี่ยวกับการใช้ AI ในทางที่ผิด มีการเรียกร้องให้มีการควบคุมเพื่อให้ทุกคนปฏิบัติตามกฎเดียวกัน สร้างสนามแข่งขันที่เท่าเทียมกัน อย่างไรก็ตาม Bill Wong จาก Info-Tech Research Group ชี้ให้เห็นถึงความท้าทายในการนำแนวทางของรัฐบาลมาใช้ เช่น ความสำคัญที่แตกต่างกันระหว่างภาครัฐและเอกชน เขายังแนะนำให้ใช้กรอบการทำงานที่มีอยู่แล้ว เช่น NIST AI Risk Management Framework และมุ่งเน้นไปที่การช่วยให้องค์กรสร้างกลยุทธ์ AI ที่รับผิดชอบ David Brauchler จาก NCC มองว่ากรอบการทำงานนี้เป็นก้าวข้างหน้าในด้านการกำกับดูแล AI โดยปรับความต้องการด้านความปลอดภัยและความเป็นส่วนตัวให้สอดคล้องกับระบบซอฟต์แวร์แบบดั้งเดิม เขาเน้นถึงการรับรู้ของเอกสารต่อความเสี่ยงใหม่ที่ AI นำเข้ามาและความสำคัญของการป้องกันข้อมูลและการรักษาความควบคุมของมนุษย์ในแอปพลิเคชันที่สำคัญ โดยรวมแล้ว กรอบการทำงานนี้ถูกมองว่าเป็นจุดเริ่มต้นที่สำคัญในการจัดการกับช่องโหว่ที่เกี่ยวข้องกับ AI ในโครงสร้างพื้นฐานที่สำคัญ แต่ยังชี้ให้เห็นถึงความจำเป็นในการพัฒนาการกำกับดูแลและมาตรการความปลอดภัยในด้าน AI อย่างต่อเนื่อง

AI แบบปฏิบัติกำลังได้รับความนิยม เนื่องจากผู้สนับสนุนชี้ให้เห็นถึงข้อดีของการใช้เอเจนต์ AI อัตโนมัติในการทำงานในองค์กรแบบอัตโนมัติ ในเดือนมิถุนายน, Forrester ได้ระบุว่าเป็นเทคโนโลยีเกิดใหม่ที่สำคัญสำหรับปี 2025 โดยมองว่าเป็นการวิวัฒนาการเกินกว่า AI ที่สร้างเนื้อหา โดยมุ่งเน้นไปที่การตัดสินใจเชิงปฏิบัติการแทนการสร้างเนื้อหา แนวทางนี้สัญญาว่าจะส่งผลกระทบที่สำคัญต่อกระบวนการทางธุรกิจ, ทำให้องค์กรต่างๆ เช่น Aflac, Atlantic Health System, Legendary Entertainment, และ NASA’s Jet Propulsion Laboratory สนใจสำรวจศักยภาพของมัน Salesforce ได้กำหนดกลยุทธ์โดยเน้นที่ AI แบบปฏิบัติ ด้วยการเปิดตัว Agentforce ในขณะที่บริษัทใหญ่ในด้านการจัดการบริการ IT อย่าง ServiceNow ก็ได้รวมเอเจนต์ AI ไว้ในแพลตฟอร์ม Now ของตน Microsoft และบริษัทอื่นๆ ก็ลงสนามในด้านนี้ด้วย **อัตโนมัติการสนับสนุนลูกค้า** ตามปกติ องค์กรต่างๆ ใช้แชทบอทและบอทเสียงขั้นพื้นฐานสำหรับงานบริการลูกค้าเบื้องต้น ทว่า Glenn Nethercutt, CTO ของ Genesys กล่าวว่า AI แบบปฏิบัติจะเปลี่ยนการอัตโนมัติบริการลูกค้าให้เป็นบริการที่ซับซ้อนมากขึ้นซึ่งสามารถจัดการคำถามที่ซับซ้อนได้ “ผมให้นิยาม AI แบบปฏิบัติว่ามีความสามารถอัตโนมัติในการปฏิบัติภารกิจหลายขั้นตอนที่มีพื้นฐานจากเหตุผลและไม่แน่นอน” Nethercutt อธิบาย “มันสามารถจัดการกระบวนการตัดสินใจที่ซับซ้อนและปรับตัวได้อย่างอิสระ” เอเจนต์ AI ที่ใช้ในการบริการลูกค้าจะให้บริการในหลายอุตสาหกรรม ทั้งค้าปลีก บริการการเงิน และไอที แตกต่างจากบอทพื้นฐานที่ตอบคำถามจำนวนจำกัด, เอเจนต์ AI สามารถให้คำตอบที่มีบริบทต่อคำขอลูกค้าที่หลากหลายได้ ตัวอย่างเช่น ลูกค้าธนาคารอาจสั่งว่า "โอนเงินจากบัญชีที่มีเงินมากที่สุดไปยังบัญชีเช็ค" ซึ่งแชทบอทธรรมดาอาจจะยากที่จะระบุ "บัญชีที่มีเงินมากที่สุด" Nethercutt กล่าว “แนวคิดสำคัญคือการมีแค็ตตาล็อกของการกระทำที่ดำเนินการได้และ AI ที่สามารถนำทางตัวเลือกต่างๆ ได้อย่างชาญฉลาดด้วยข้อกำหนดซับซ้อน” เขาเสริม **การทำงานในองค์กร** ด้วย ServiceNow, Salesforce และอื่นๆ ที่ยอมรับ AI แบบปฏิบัติ, ผู้เชี่ยวชาญแนะนำว่าเวิร์กโฟลว์ขององค์กรจะได้รับประโยชน์อย่างมากจากการทำให้กระบวนการคล่องตัวขึ้นด้วยการทำงานประจำแบบอัตโนมัติ เอเจนต์ AI อาจจะแปลงบันทึกการประชุมเป็นบัตรโครงการหรือสั่งซื้อซัพพลายเออร์ตามการทำนายอุปสงค์-อุปทาน, ตามที่ Monteiro กล่าว บริษัทที่ใช้เครื่องมือ IT ของผู้จำหน่ายหลักในทุกการดำเนินงานอาจพบว่าตนเองได้เปรียบกว่าผู้ที่พึ่งพาชุดโซลูชันที่ต้องการการรวม API, Monteiro ระบุ การรวบรวมข้อมูลเพื่อป้องกันการแยกตัวจะเป็นสิ่งสำคัญสำหรับองค์กร “สำหรับ CIOs, คำถามใหม่คือ, 'คุณจะไว้วางใจใครในการพัฒนาแหล่งบริบทของคุณ, ซึ่งเป็นตัวแทนของความรู้ที่ครอบคลุมทั้งหมดขององค์กรของคุณ?’” เขากล่าว “พิจารณาความเข้าใจทั้งหมดที่คุณมีเกี่ยวกับองค์กรของคุณ แล้วถ้า LLM ของคุณรู้ทั้งหมดว่าองค์กรของคุณทำงานอย่างไร?”

ในปี 2014 Google ได้เปิดตัวโมเดล self-attention ซึ่งเปลี่ยนแปลงความสามารถของเครื่องจักรในการเข้าใจภาษา โดยประมวลผลคำเป็นเวกเตอร์ทางคณิตศาสตร์ วิธีการที่ใช้เวกเตอร์นี้ได้เปิดทางให้กับฐานข้อมูลเวกเตอร์ที่ซับซ้อน ซึ่งเลียนแบบความจำของมนุษย์ในการจับและดึงแนวคิดที่เกี่ยวข้อง เหมือนเวลาที่เราค้นหาของที่หายไปด้วยบริบทและประสบการณ์ที่ผ่านมา เพื่อเติบโตในอนาคตที่ขับเคลื่อนโดย AI เราต้องพัฒนาทักษะหลักสามอย่าง: การอ่าน การเขียน และการสอบถาม การอ่านตอนนี้เกี่ยวข้องกับการเข้าใจบริบทที่ซับซ้อนของมนุษย์และเครื่องจักร การเขียนต้องการการสื่อสารที่เป็นระเบียบและชัดเจนที่ AI สามารถเข้าใจได้ การสอบถามกลายเป็นการใช้ความสามารถของ AI ผ่านกลยุทธ์การค้นหาที่มีประสิทธิภาพ คล้ายกับมืออาชีพด้านการเงินที่ใช้ AI แก้ไขความคลาดเคลื่อนด้วยการเพิ่มความสามารถด้านสัญชาตญาณ สิ่งสำคัญคือต้องไม่เพียงแค่รับซอฟต์แวร์ใหม่ แต่ยังต้องเข้าใจการเชื่อมต่อระหว่างแนวคิด เช่นเดียวกับการทำงานของสมองของเรา โดยการควบคุมการสื่อสารด้วยเวกเตอร์ เราสามารถชี้นำระบบ AI ไปสู่ข้อมูลเชิงลึกที่เราต้องการได้อย่างมีประสิทธิภาพ เพื่อเตรียมตัว คุณสามารถพัฒนาทักษะได้โดย: 1

โฆษณาคริสต์มาสชื่อดังของ Coca-Cola "Holidays Are Coming" ที่มีขบวนรถบรรทุกสีแดงสดได้รับการปรับปรุงใหม่ด้วย AI ในปีนี้ รวมทั้งมีเด็กๆ ที่ตื่นเต้น ซึ่งในอดีตจะเป็นการถ่ายทำสด PJ Pereira ผู้ร่วมก่อตั้งและประธานฝ่ายสร้างสรรค์ของเอเจนซี่โฆษณา Pereira O'Dell ในซานฟรานซิสโก และหุ้นส่วนที่ Silverside AI ได้พูดคุยกับ Adweek เกี่ยวกับการสร้างโฆษณาที่แตกต่างกันถึง 110 เวอร์ชันในเวลาเพียงไม่กี่วัน ทีมของพวกเขาใช้แพลตฟอร์ม AI เช่น Stable Diffusion, Pactto, DALL-E, ChatGPT พร้อมด้วยเครื่องมือของพวกเขาเองที่ชื่อว่า Director Magic สำหรับการสร้างโฆษณา ขั้นตอนที่ Pereira กล่าวขานว่า “เป็นแนวใหม่” และคล้ายกับ “การพัฒนาซอฟต์แวร์” Rob Wrubel ผู้ร่วมก่อตั้งที่ Silverside AI อธิบายว่า “เราสร้างภาพร่างคร่าวๆ ของโฆษณาในเวลาเพียงสามวันหลังจากการประชุมครั้งแรกกับลูกค้า” เมื่อถูกถามเกี่ยวกับการสร้างเวอร์ชันที่กำหนดเองสำหรับเมืองและตลาดที่มีเส้นขอบฟ้าแตกต่างกัน Pereira กล่าวว่า "ในตอนแรกเราคิดว่า 'แน่นอนว่าไม่ มันสายเกินไปแล้ว' แต่แล้วเราก็รู้ว่า 'นี่ไม่ใช่โลกแบบเดิมแล้ว บางทีเราก็อาจทำได้'" “เป็นเวลาหลายปีที่นักสร้างสรรค์ต่างต้องต่อสู้กับการทำมากขึ้นด้วยเงินที่น้อยลงโดยอ้างว่าเป็นไปไม่ได้” เขากล่าว “แต่ตอนนี้ไม่ใช่กรณีนี้แล้ว AI ช่วยให้เราทำให้ไอเดียที่ยอดเยี่ยมเป็นจริงได้ ซึ่งเคยดูเหมือนเป็นไปไม่ได้เนื่องจากข้อจำกัดด้านงบประมาณ ทำให้มีแนวคิดจำนวนมากที่เบ่งบานและยกระดับคุณภาพโดยรวม” Wrubel เสริมว่า “ความสามารถของนักสร้างสรรค์ในการมอบความคิดสร้างสรรค์ที่ก้าวล้ำยิ่งขึ้นเรื่อยๆ นี่เป็นการเดินทาง และทางเดียวที่จะก้าวต่อไปคือการใช้เครื่องมือเหล่านี้ในการสร้างสรรค์”

ตลาดหุ้นกำลังทำสถิติสูงสุดอย่างที่ไม่เคยมีมาก่อน โดยเฉพาะในภาคเทคโนโลยี ในช่วงสองปีที่ผ่านมา ดัชนี S&P 500 เพิ่มขึ้น 49% ขณะที่ดัชนี Nasdaq Composite ซึ่งมีเทคโนโลยีเป็นตัวนำ พุ่งขึ้นถึง 68% ทั้งสองดัชนีซื้อขายที่ระดับต่ำกว่าสูงสุดเป็นประวัติการณ์เพียงประมาณ 1% ในวันพฤหัสบดีที่ 14 พฤศจิกายน อย่างไรก็ตาม ไม่ใช่หุ้นเทคโนโลยีทุกตัวที่ได้รับประโยชน์จากการเพิ่มขึ้นนี้ แม้ว่าจะมีการเกี่ยวข้องกับภาคปัญญาประดิษฐ์ (AI) ที่มีกำไรสูง แต่ Advanced Micro Devices (AMD) และ Micron Technology (MU) ก็ยังคงซื้อขายต่ำกว่าราคาสูงสุดมากกว่า 30% ฉันเชื่อว่า Micron และ AMD ทั้งสองเสนอโอกาสการลงทุนใน AI ที่ยอดเยี่ยมเนื่องจากราคาที่ลดลง เรามาตรวจสอบบริษัท AI ที่ยังไม่ได้ประเมินค่าเหล่านี้ดูกัน **ความเชื่อมโยงของ Micron และ AMD กับตลาด AI** บริษัทฮาร์ดแวร์ AI เหล่านี้แข่งขันกับคู่แข่งรายใหญ่อย่าง Nvidia แต่ยังคงฝังตัวอยู่ในตลาด AI อย่างแน่นหนา นี่คือสิ่งที่คุณควรรู้เกี่ยวกับผลิตภัณฑ์ AI ของ Micron และ AMD AMD เชี่ยวชาญในการประมวลผลคอมพิวเตอร์สมรรถนะสูง โดยนำเสนอผลิตภัณฑ์เช่นสายผลิตภัณฑ์ Ryzen สำหรับคอมพิวเตอร์ สายผลิตภัณฑ์ Epyc สำหรับเซิร์ฟเวอร์ และซีรีส์ Instinct สำหรับการประมวลผล AI ชิป Instinct แข่งขันกับโซลูชัน AI ของ Nvidia และซุปเปอร์คอมพิวเตอร์ AI มักจะใช้โปรเซสเซอร์ Epyc สำหรับการจัดการการคำนวณ AI ผู้สร้างระบบมักจับคู่ตัวเร่ง AMD หรือ Nvidia กับโปรเซสเซอร์ AMD และ Intel ซึ่งรวมกันเป็นหลายที่มีอิทธิพลในซุปเปอร์คอมพิวเตอร์ขนาดใหญ่ที่สุดในโลกในปี 2024 ตัวเร่ง AI ของ Nvidia และ AMD มาพร้อมกับหน่วยความจำความเร็วสูงอย่างมาก เช่น การ์ด H200 ของ Nvidia มีหน่วยความจำ 141 กิกะไบต์ (GB) ขณะที่ Instinct 205X ของ AMD ที่แข่งขันมี 128 GB นอกจากนี้ ความจุหน่วยความจำเหล่านี้อาจไม่รวมถึงหน่วยความจำที่เชื่อมต่อกับโปรเซสเซอร์หรืออุปกรณ์ Solid-State (SSD) ที่ให้พื้นที่จัดเก็บระยะยาว ในฝั่งผู้บริโภค สมาร์ทโฟนและอุปกรณ์อื่น ๆ ที่มีฟีเจอร์ AI ก็ต้องการหน่วยความจำมากขึ้น ซึ่งเป็นข้อดีแก่ Micron ผู้ผลิตชิประยะความเร็วสูงชั้นนำ เนื่องจากอุปสงค์ที่เพิ่มขึ้น **การเติบโตของรายได้ที่ขับเคลื่อนด้วย AI ในปัจจุบัน** สำหรับบริษัทเหล่านี้ ตลาด AI ได้ผลักดันรายได้อย่างมากแล้ว การขายของ AMD ในไตรมาสที่สามเพิ่มขึ้น 18% เมื่อเทียบกับปีที่แล้ว ขับเคลื่อนโดยการเพิ่มขึ้น 122% ในแผนกศูนย์ข้อมูลของมัน ซึ่งรวมถึงชิป Epyc และ Instinct AI ในรายงานไตรมาสที่สี่ล่าสุดของ Micron รายได้พุ่ง 93% เมื่อเทียบปีต่อปี ขับเคลื่อนโดย "ความต้องการ AI ที่แข็งแกร่ง" และการขายศูนย์ข้อมูลที่เพิ่มขึ้น **ผู้เติบโตที่คุ้มค่าในพื้นที่ AI** แม้ว่าหุ้นทั้งสองอาจดูมีราคาแพงเมื่อเทียบกับผลประกอบการปัจจุบัน โดย AMD ซื้อขายที่ 124 เท่าของรายได้ย้อนหลัง และ 145 เท่าของกระแสเงินสดอิสระ ขณะที่ Micron อยู่ที่ 147 และ 909 ตามลำดับ ความน่าจะเป็นในการเติบโตระยะยาวนั้นยังคงแข็งแกร่ง บริษัทเหล่านี้กำลังฟื้นตัวจากการลดลงของอุตสาหกรรมเซมิคอนดักเตอร์ที่เกิดจากการขาดแคลนการผลิตและเงินเฟ้อ เมื่อมองไปข้างหน้า อัตราส่วนราคาต่อกำไรล่วงหน้าของ AMD อยู่ที่ 27 ในขณะที่ Micron อยู่เพียง 7

สหภาพยุโรปได้พัฒนา AI Act ซึ่งเป็นกรอบการทำงานในการควบคุมปัญญาประดิษฐ์ตามระดับความเสี่ยง โดยมีจุดมุ่งหมายเพื่อกระตุ้นนวัตกรรมและเพิ่มความเชื่อถือของสาธารณะ เสนอในเดือนเมษายน 2021 กฎหมายนี้รับรองว่า AI ยังคงมีมนุษย์เป็นศูนย์กลาง พร้อมให้กฎเกณฑ์ที่ชัดเจนสำหรับธุรกิจ เมื่อการใช้งาน AI เพิ่มมากขึ้น ประโยชน์ที่พึงได้รับมาพร้อมกับความเสี่ยง โดยเฉพาะเมื่อมีผลกระทบต่อสิทธิของบุคคล กฎหมายนี้มีจุดมุ่งหมายเพื่อเร่งการนำ AI มาใช้ จัดการความเสี่ยง และส่งเสริมระบบนิเวศในท้องถิ่น AI Act แยกประเภทการใช้งาน AI ตามระดับความเสี่ยง โดยการใช้งานส่วนใหญ่จะไม่ถูกควบคุม การใช้งานทางทหารก็ถูกยกเว้นเนื่องจากอยู่ภายใต้เขตอำนาจแห่งชาติ การใช้งานที่มีความเสี่ยงสูง เช่น ในโครงสร้างพื้นฐานสำคัญหรือการบังคับใช้กฎหมาย ต้องได้รับการประเมินก่อนใช้งานและปฏิบัติตามมาตรฐานอย่างต่อเนื่องเช่นคุณภาพข้อมูลและความปลอดภัยทางไซเบอร์ การใช้งานที่มีความเสี่ยงปานกลาง เช่น แชทบ็อต ต้องทำตามข้อกำหนดด้านความโปร่งใส การใช้งานความเสี่ยงต่ำ เช่น การจัดเรียงเนื้อหาในสื่อสังคม ไม่มีการควบคุม แต่สนับสนุนให้ปฏิบัติตามแนวปฏิบัติที่ดีที่สุด กฎหมายนี้กล่าวถึงโมเดล AI ทั่วไป (GPAI) ซึ่งมีความสำคัญต่อหลายแอปพลิเคชัน โดยให้ความสำคัญกับความโปร่งใสและการจัดการความเสี่ยง ขณะที่เทคโนโลยี AI พัฒนา โดยเฉพาะเครื่องมืออย่าง ChatGPT ที่ทำให้ AI มีความสามารถในการสร้างสรรค์ จุดยืนทางกฎหมายของสหภาพยุโรปได้มีการปรับปรุง การเจรจาสิ้นสุดลงพร้อมกับข้อตกลงทางการเมืองเกี่ยวกับ AI Act ในเดือนธันวาคม 2023 และมีการรับรองอย่างเป็นทางการในเดือนพฤษภาคม 2024 โดยกำหนดเส้นตายการปฏิบัติตามตั้งแต่ปี 2025 ถึง 2027 การบังคับใช้แตกต่างกันไปในแต่ละรัฐสมาชิกสำหรับการใช้งาน AI ส่วนใหญ่ ในขณะที่สหภาพยุโรปควบคุม GPAI โดยเฉพาะ การละเมิดอาจส่งผลให้มีค่าปรับสูงสุดถึง 7% ของมูลค่าการค้าทั่วโลกสำหรับการฝ่าฝืนร้ายแรง AI Act แสดงถึงความพยายามอย่างต่อเนื่องในการควบคุม AI ขณะที่เทคโนโลยีและผลกระทบต่อสังคมยังคงพัฒนาอยู่เรื่อยๆ

การอภิปรายเกี่ยวกับความก้าวหน้าของ AI ในปัจจุบันเผยให้เห็นความคิดเห็นที่หลากหลายเกี่ยวกับความก้าวหน้าของโครงข่ายประสาทเทียม Eric Schmidt ยืนยันว่าไม่มีหลักฐานของผลตอบแทนที่ลดลงจากการขยายโครงข่ายประสาท ขณะที่คนอื่น ๆ รวมถึงนักวิจัย Ethan Caballero พูดถึงวิกฤตที่อาจเกิดขึ้นจากข้อจำกัด เช่น การมีข้อมูลฝึกอบรมคุณภาพสูงที่จำกัด งานวิจัยของ Caballero ชี้ว่าการเปลี่ยนแปลงการขยายโครงข่ายอาจนำไปสู่การลดลงชั่วคราว แต่ไม่ได้หมายถึงวิกฤตระยะยาว กลับคล้ายกับ “เดินแบบสุ่ม” ที่การพัฒนา AI อาจมีเส้นทางที่หลากหลายในระยะยาว การสนทนา เช่น ของ Chris และ Mike Sharkey ในพอดแคสต์ "This Day in AI" เน้นย้ำความสำคัญของการใช้ประโยชน์จากโมเดล AI ปัจจุบันแทนการมุ่งเน้นเฉพาะความสามารถในอนาคต Fei-Fei Li ยืนยันศักยภาพของระบบ AI ที่มีอยู่ โดยเฉพาะในด้านปัญญาเชิงพื้นที่ทางภาพ ส่งเสริมการสำรวจความสามารถที่มีในปัจจุบัน การเดินทางของ AI ถูกมองว่าเป็นการพัฒนาในเจ็ดขั้นตอนตามการนำเสนอโดย AI Uncovered ตั้งแต่ AI ที่มีพื้นฐานจากกฎไปจนถึง Singularity ที่ AI จะรวมกับสติปัญญาของมนุษย์ ขั้นตอนที่รวมกันมีตั้งแต่ระบบที่มีความสามารถในการรับรู้ ตามสภาพแวดล้อม ความเชี่ยวชาญเฉพาะด้าน AI ที่มีเหตุผลไปจนถึงความฉลาดทั่วไปของปัญญาประดิษฐ์ (AGI) ปัญญาประดิษฐ์ซุปเปอร์ (ASI) และสุดท้ายคือ Singularity ที่ความสามารถของ AI และมนุษย์ผสานกัน ท่ามกลางการถกเถียงต่าง ๆ เกี่ยวกับกฎการขยาย AI มุมมองที่กว้างขึ้นนี้สนับสนุนให้ละเลยกระแสปัจจุบันเพื่อมุ่งเน้นไปที่อนาคตอันกว้างใหญ่ของการพัฒนา AI